สรุปหนังสือ Data Decision Making ตัดสินใจไม่พลาด มองเฉียบขาดด้วยดาต้า หนังสือดาต้าดีๆ อีกเล่มที่อยากให้ทุกคนที่สนใจเรื่องดาต้าได้อ่าน เขียนจากคุณบุ๊ค เจ้าของเพจดาต้าภาษาคน ซึ่งทำคอนเทนต์เล่าเรื่องดาต้าด้วยภาษาคนทั่วไปอ่านได้มานานแล้ว ขนาดผมเองยังเป็นหนึ่งในแฟนเพจที่ติดตามเป็นการส่วนตัวเลย
หนังสือเล่มนี้เต็มไปด้วยเคสการใช้ดาต้าช่วยตัดสินใจมากมาย ไม่ได้เล่าเรื่อง Data Science หรือการทำ Model หรือ Maching Learning ยากๆ แต่อย่างไร แต่เป็นการเล่าเคสให้เห็นภาพของธุรกิจต่างๆ ที่ใช้ดาต้าในการตัดสินใจเรื่องสำคัญๆ
อย่างการทำ A/B Test ของเกม Simcity ที่ทำให้พบว่าใครใช้โปรโมชั่นแบบไหน หรือภาพข้อความแบบใดดีจึงจะทำให้เกิดยอดขายมากกว่ากัน
หรือในช่วงสงครามโลก ทรัพยากรมีจำกัด เครื่องบินรบถูกยิงตกบ่อยมาก นำมาสู่คำถามสำคัญว่าเราควรติดตั้งเกราะกันกระสุนที่จุดไหน
จะติดทั้งเครื่องบินเลยก็ทำให้หนักเกินไป แถมยังเป็นการสิ้นเปลืองทรัพยากรสำคัญที่มีจำกัด
ไอ้คำถามที่ว่าควรติดตรงไหนดีนั่นแหละครับ นำมาสู่การหาดาต้ามาตอบ ทีแรกคิดว่าควรต้องดูว่าเครื่องบินที่รอดกลับมาถึงฐานโดนยิงตรงส่วนไหนบ้าง ก็ติดมันตรงไหน แต่อีกคนก็มองว่าควรติดในส่วนที่ไม่ถูกยิง เพราะนั่นหมายความว่าเครื่องบินที่ถูกยิงในจุดเหล่านั้นตกไปแล้ว เลยไม่เหลือรอดกลับมาโชว์รอยกระสุนได้
หรืออีกเคสที่ใช้ดาต้าช่วยตัดสินใจของห้างโตคิว ที่ใช้ Data และ AI ช่วยคำนวนว่าลดเท่าไหร่จึงจะทำกำไรได้สูงสุด ไม่ได้ลดตามอารมณ์ ไม่ได้ลดตามอำเภอใจที่มักทำกัน แต่เป็นการใช้ดาต้าและเอไอช่วยหา Pattern พฤติกรรมการซื้อของลูกค้า ตกลงควรลดให้มากขึ้น หรือน้อยลง ลดให้เร็วขึ้น หรือช้ากว่านี้ได้ จะเห็นว่านี่คือการทำ Business optimization วิธีการทำธุรกิจแบบ Data-Driven นั่นเองครับ
ถัดมาคือ Case study การใช้ Data-Driven Decision ของร้านฟาสต์ฟู้ดชื่อ Five Guys ที่นำดาต้ามาช่วยตัดสินใจอีกเช่นกัน ส่วนห้างสรรพสินค้า Wal-mart ในอเมริกาเองก็พบว่าสินค้าที่มักขายดีเวลาพายุจะมาคือ ไฟฉาย เบียร์ สองอย่างนี้เดาไม่ยาก แต่อีกหนึ่งสินค้าที่ขายดีคู่กันอย่างไม่น่าเชื่อคือ สตรอว์เบอร์รีป๊อปทาร์ต มียอดขายดีกว่าช่วงเวลาปกติถึง 7 เท่า
รู้แบบนี้แล้วจะอย่างไรต่อ เราจะเตรียมสินค้าไว้ในคลังล่วงหน้าตั้งแต่ก่อนพายุมาดีหรือไม่ หรือจะลดการทำโปรโมชั่นกลุ่มสินค้าที่จะขายดีอยู่แล้วในช่วงเวลานั้น เพื่อจะได้เป็นการเพิ่มมาร์จิ้นกำไรไปในตัว ทั้งหมดขึ้นอยู่กับกลยุทธ์ของคุณครับ
อย่างธุรกิจสตาร์ทอัพจัดส่งวัตถุดิบการทำอาหารชื่อ Hello Fresh ที่อเมริกา ค้นพบ Customer Insight จาก Data ว่าลูกค้าฝั่งตะวันออกเฉียงเหนือของประเทศนั้นชอบกินปลาเป็นพิเศษ ดาต้าบอกแค่ What Happen แต่ไม่ได้บอก Why Happen นั่นคือหน้าที่ของนักการตลาดหรือคนทำงานยุคดาต้า ต้องไปหาสาเหตุให้เจอว่าทำไมดาต้าถึงแสดงผลแบบนั้น
จนพบว่าคนพื้นที่นั้นชอบกินปลาเป็นทุนเดิมอยู่แล้ว และนั่นก็นำมาสู่การตลาดแบบ Personalized Marketing on Location-based เน้นเมนูปลาเป็นพิเศษในพื้นที่นี้ หรืออาจจะเป็นการเตรียมวัตถุดิบสินค้าประเภทปลาให้มากกว่าชนิดอื่นในภูมิภาคนี้ก็ได้
สุดท้ายการทำดาต้า ก็ต้องระวังเรื่องของ Cobra Effect ด้วย
Cobra Effect คือการที่ตัวดาต้าเองมี Bias แต่แรกอยู่แล้ว ต้นเหตุของคำนี้มาจากตอนที่ทางการอินเดียประกาศว่า ถ้านำงูเห่ามาให้เจ้าหน้าที่ จะมีรางวัลสินบนให้ ด้วยสาเหตุต้องการลดจำนวนงูเห่าที่เป็นอันตรายต่อประชากร แต่กลายเป็นว่าตัวประชากรเองกลับเลี้ยงหูเห่าเพื่อไปขายเอาเงินจากเจ้าหน้าที่รัฐเป็นกอบเป็นกำ
ดังนั้นก่อนจะเชื่อหรือใช้งานดาต้าใด ต้องทำความเข้าใจที่มาที่ไปของดาต้านั้นให้ถี่ถ้วนนะครับ
และนี่ก็เป็นสรุปสั้นๆ ของหนังสือ Data Decison Making หนึ่งในหนังสือที่ผมอยากแนะนำให้คนที่สนใจเรื่องดาต้าได้อ่าน แล้วคุณจะรู้ว่าการเริ่มต้นใช้ดาต้าตัดสินใจ แท้จริงแล้วไม่ได้มีอะไรซับซ้อนเลย
อ่านแล้วเล่า เล่มที่ 7 ของปี
สรุปหนังสือ Data Decision Making
ตัดสินใจไม่พลาด มองเฉียบขาดด้วยดาต้า
ทักษะการคิดและตัดสินใจด้วยข้อมูลอย่างเฉียบขาด ในวันที่ “ดาต้า” กลายเป็น “สินทรัพย์” มูลค่าสูง แต่มีคนมองออกและเลือกใช้เห็นแค่หยิบมือเดียว
ปฐมภัทร คำตา เขียน (เจ้าของเพจ Data ภาษาคน)
สำนักพิมพ์ Shortcut
อ่านสรุปหนังสือเรื่อง Data ในอ่านแล้วเล่าต่อ > https://www.summaread.net/category/big-data/
สั่งซื้อได้ที่ > https://www.naiin.com/product/detail/570310